把方向盘交给AI，安全吗？

△ 测试车辆在天津（西青）国家级车联网先导区封闭测试场内进行自动驾驶主动安全功能测试 （2024年6月14日摄）。

用，还是不用？这可能是每个买了带有智能驾驶功能汽车的人需要考虑的问题。

谨慎者更依赖自己的驾驶经验，享受自驾带来的操控感；乐观者或许有着强烈的好奇，体验技术进步带来的新鲜感。

然而，随着辅助驾驶加速渗透，甚至更高级别的自动驾驶涌入现实，尤其是不少车企频频爆出安全事故时，不少人依然心存疑虑：把方向盘交给人工智能（AI），安全吗？

安全是最高的标准

在汽车领域，安全是底线，也是“最大的豪—华”“最高的标准”。

根据《汽车驾驶自动化分级》（GB/T 40429-2021）标准，驾驶自动化分为0至5级，分别对应应急辅助（L0）、部分驾驶辅助（L1）、组合驾驶辅助（L2）、有条件自动驾驶（L3）、高度自动驾驶（L4）、完全自动驾驶（L5）六档。

截至目前，多数车企推出的系统属于L2级驾驶辅助，即系统可自动完成部分驾驶任务，比如常见的自适应巡航功能，在高速或拥堵路况下，自动保持与前车的安全距离和速度；自动紧急制动功能能在驾驶员未能及时反应时，自动刹车，避免或减轻碰撞；车道保持辅助功能防止车辆因驾驶员无意中的偏离而与邻车或路边物体发生剐蹭、碰撞等。

△ 在2025世界人工智能大会上，观众在体验下一代智能座舱Agent OS。

值得注意的是，此前部分车企采用了L2.5、L2.9或准L3级自动驾驶等表述，在业内人士看来，这属于自创的营销话术，并非前述官方认定的自动驾驶分级标准，这些本质上仍属于L2级辅助驾驶。

目前，中国汽车行业已进入“L2标配时代”。在9月23日举行的2025世界智能网联汽车大会新闻发布会上，工业和信息化部装备工业一司副司长、一级巡视员郭守刚介绍，今年1至7月，我国具备组合驾驶辅助功能（L2级）的乘用车新车累计销量775.99万辆，渗透率达62.58%。有机构预计，到2030年渗透率将达到90%，接近实现全民辅助驾驶。

实际上，目前智能驾驶还有技术挑战需要解决，AI还无法适应所有场景。

天使投资人、资深人工智能专家郭涛告诉《中国报道》记者，智能驾驶在技术层面存在多个难题，传感器与算法难以应对复杂多变的非结构化场景，如暴雨、浓雾等极端天气，传感器性能大幅下降，对障碍物和路况的识别能力大打折扣，算法也会在面对复杂路况时出现决策迟缓或失误。在人机协同方面，驾驶员在使用智能驾驶辅助时，容易注意力分散，当系统需要接管时，驾驶员可能无法及时响应，且系统本身在接管过程中也可能出现故障，导致事故风险增加。

然而，伴随着AI大模型浪潮，智能驾驶领域也迎来技术范式变革，从此前的规则驱动转向数据驱动，端到端大模型成为车企竞相布局的焦点。过去一年，不少车企都在推动大模型上车，谋求智能驾驶技术能力和安全能力的提升。但该模式仍面临数据挑战，尤其是极端场景下的数据比较稀缺。

智能驾驶野蛮生长乱象多

今年3月底，小米SU7的一场高速爆燃事故，夺去了3位年轻人的生命。事故发生前，该车处于领航辅助驾驶状态，车企宣传的AEB（自动紧急制动）功能因未识别出水泥隔离桩而没有触发。

辅助驾驶系统在复杂道路场景下的识别盲区与响应局限导致类似事故已发生多起。这些带来人员伤亡的事故频现为辅助驾驶的安全发展敲响警钟，并持续引发公众质疑车企在该技术能力上的虚假宣传，一定程度上影响了消费者的接受度和使用度。

北京一车主李磊告诉《中国报道》记者，其所购买的车虽然带有辅助驾驶功能，但基本从来不用，因为觉得不可靠，北京车流量大，很容易堵，感觉还是自己开更靠谱。

电动化是上半场，智能化是下半场，几乎成为行业共识。过去几年，中国新能源汽车在电动化领域发展迅速，智能化也在最近两三年加速推进，其中智能驾驶成为车企竞争的焦点。但在过去很长一段时间内，车企在宣传智能驾驶时提出的叫法五花八门。智能导航辅助驾驶（NGP）、领航辅助驾驶（NOA）、城市智驾导航辅助系统（NCA）、领航辅助（NOP）等各种宣称让人眼花缭乱。甚至有的宣称有关功能强大领先、可实现零接管等，使得消费者混淆了辅助驾驶和自动驾驶的概念和区别。

△ 一辆智能网联汽车正在做测试（6月19日摄）。

“汽车行业已经很同质化，而智能驾驶还是一个没有被征服的高地。”国际智能运载科技协会秘书长张翔在接受《中国报道》记者采访时表示，如果有车企能实现突破，肯定能吸引消费者的注意力，从而促进销量的提升。但由于车企的概念包装和过度宣传，不少消费者对辅助驾驶产生了天然的信任感，甚至出现了在车上玩手机、睡觉等注意力不集中的危险驾驶行为，过去不少事故正是因此发生。

张翔认为，智能驾驶从实验室要走向大规模商品化，需要试错的过程。如果让车企去完成，这个工作量太大，车企也没有这么多资金去做。所以现在行业，包括特斯拉这种头部车企，都是把试错的任务交给了车主，也就是公测。因此当出现交通事故时，有些车主认为他们是受害者。

郭涛表示，从长远看，过度夸大技术的成熟度和功能，容易让消费者对智能驾驶产生不切实际的期望，当实际体验与宣传不符时，会严重损害消费者对品牌的信任。此外，虚假宣传扰乱了市场秩序，破坏行业生态，让整个智能驾驶行业的公信力受损。这种商业利益驱动下的激进宣传，是技术与商业的失衡表现。

小米SU7事件成为行业重要的监管拐点。该事故发生后，工业和信息化部、公安部等多个部门发文要求业内明确智能驾驶功能边界，规范宣传口径，不得进行夸大和虚假宣传，严格履行告知义务。

为进一步规范车企对辅助驾驶功能的宣传，9月17日，工业和信息化部组织全国汽车标准化技术委员会开展《智能网联汽车 组合驾驶辅助系统安全要求》强制性国家标准的制定。该标准要求组合驾驶辅助系统必须在其设计运行条件内工作，比如限定道路类型、车速范围、天气条件等，制造商也需充分说明适用条件。这意味着厂商必须向用户清晰说明“功能在哪些情况下能用、在哪些情况下不能用”，帮助消费者建立对技术的正确认知，加强用户的安全教育。

谁来担责？

除了安全性，公众和行业对智能驾驶的另一大关注点在于当出现事故后，权责到底如何划分。特斯拉和车顶维权的车主张女士为此进行了长达4年的互诉。如此长时间的互诉正是归因于事故责任难以明确。

北京社科院副研究员王鹏提到，当前智能驾驶责任划分标准模糊，L2级事故中驾驶员全责，但系统缺陷导致的责任难以界定；L3级责任虽明确转移至系统，但全国性立法仍滞后。

北京市京师律师事务所律师卢鼎亮在接受《中国报道》记者采访时提到，目前智能驾驶领域的法律法规存在滞后性，现行法律体系仍停留在人驾为主的框架下，对L3及以上系统的责任界定、事故取证等缺乏明确规范，尤其是在系统与人类驾驶员处于责任过渡期时，如何划分双方权责还是法律盲区。

△ 汽车搭载先进传感装置（示意图）。

根据前述自动驾驶分级标准，L0—L2级驾驶辅助，驾驶主体为驾驶员；L3级及以上自动驾驶，系统在设计运行条件下代替人类执行动态驾驶任务，当功能激活时，驾驶主体是系统。驾驶主体的不同，可能会导致不同的权责划分。

“目前辅助驾驶车辆出现的交通事故都是按照传统汽车的规则进行责任评判。”张翔表示，但如果车企宣称其技术达到L3级，那么在其规定的场景发生交通事故，有关功能没有起作用的话，车企就应该承担责任。

卢鼎亮则认为，L3级自动驾驶是责任主体转移的分水岭，事故责任认定需要建立技术事实+法律判断的双轨体系。首先需要根据事故数据进行技术鉴定，明确事故原因，判断事故是硬件故障、算法缺陷还是用户操作失误造成，同时结合保险制度设计责任分担比例。

9月12日，工业和信息化部联合公安部等八部门印发的《汽车行业稳增长工作方案（2025—2026年）》中，首次在国家层面明确提出有条件批准L3级车型生产准入，并规定当L3级系统激活时，驾驶责任由驾驶员部分转向车企，某种程度为有关事故权责划分明确了原则。

王鹏认为，这体现了技术分级决定基础责任的思路，而事故时系统是否激活是关键证据。具体来看，系统缺陷导致的事故，车企承担产品责任；驾驶员未履行义务导致的事故，驾驶员担责；第三方责任（如其他车辆违规、道路缺陷）则应由相应方承担。

此外，在有关智能驾驶的责任判定中，多位业内人士均提到“黑匣子”的重要性。所谓的“黑匣子”即事件数据记录仪（EDR），用于记录关键的行驶数据。

张翔认为，“黑匣子”可以为判定交通事故的责任提供依据，也会对车企形成监督作用，比如对辅助驾驶、自动系统的上线就会非常慎重，增强车企的责任感。

根据工业和信息化部修改的《机动车运行安全技术条件》要求，从2022年1月1日起，新生产的乘用车必须配备EDR系统。但在现实中，由于车企垄断数据，车主在发生事故后往往举证困难。“目前所有的行车数据，都是车企自己掌握，因此出现事故后，车企既是运动员，又是裁判员，这就很难让消费者信服，很难给消费者一个公平、合理的解释。”张翔说。

值得注意的是，前述特斯拉维权车主张女士此前因行车数据问题把特斯拉告上了法院。北京大兴法院9月16日的判决认定行车数据为消费者知情权范畴，故责令特斯拉提供发生交通事故前30分钟的完整行车数据，这起行业首例判决也有望为后续类似案件提供判例。

张翔强调，车主对自己开车的数据也应该有权知晓，而在出现事故后，数据应该交给第三方机构来托管和鉴定分析。

目前，行业不少从业者都对智能驾驶的未来充满乐观，不少人认为很快就能实现自动驾驶，实现解放人的双手、双脚，甚至双眼。但在技术狂飙突进的过程中，相关的法律法规等配套措施也需跟上，只有这样才能保证技术的规范健康发展。

国报道》记者 王金臣

图片来源：新华网

责编：张利娟